非穩態風邊界條件下的自然通風機理及效率

譚洪衛，季亮，KATO Shinsuke，卜震

（1. 同濟大學 機械工程學院，上海，200092 2. 同濟大學 綠色建筑及新能源中心，上海，200092 3. 東京大學 生產技術研究所，東京，153-8505）

非穩態風邊界條件下的自然通風機理及效率

譚洪衛1,2，季亮1,2，KATO Shinsuke3，卜震3

（1. 同濟大學 機械工程學院，上海，200092 2. 同濟大學 綠色建筑及新能源中心，上海，200092 3. 東京大學 生產技術研究所，東京，153-8505）

研究動態自然風風向情況下的自然通風效果，對自然風基礎數據進行長期實測，并分析自然風風向動態變化的特征。設計風向動態變化的風洞試驗及CFD數值模擬分析，對非穩態自然風條件下的自然通風進行定量化研究，并定性解釋不同建筑條件下的非穩態自然通風機理。結果表明：自然風風向在主導風向兩側±45°范圍內隨機振動，客觀動態變化的自然風相對于假定的穩態自然風而言，打破了通風短路的情況，根據建筑條件不同，通風效果提高10%～50%。

非穩態；自然通風；通風效率；風洞試驗；數值模擬

自然通風技術是關系到建筑領域利用自然能源改善環境，實現節能減排的一項關鍵技術。相對于機械通風和空調而言，自然通風具有顯著降低建筑能耗的潛力。在過渡季節采用自然通風，可以顯著降低機械通風的開機時間[1]，減少建筑運行能耗。同時，自然通風引入了室外新風，對于排除室內污染物和提高室內空氣品質具有重要作用。因此，自然通風日益得到設計人員的重視[2]。對于自然通風的研究，也已經頗具成效，自然通風的計算和評價方法、評價工具的評價效率和精度都得到了顯著的提升[3?6]。自然通風的效果依賴于外界風場條件和建筑自身空間構成及內部條件。傳統的風壓和熱壓通風理論解釋了自然通風的機理[4]，但在實際應用中，外部風場邊界條件的不確定性和不穩定性[7]是影響建筑內部通風效果的關鍵因素，也是規劃設計建筑自然通風利用的最重要條件。現實狀況是自然通風的設計和評價，不論是模型實驗[8?9]或是數值模擬計算[10?13]，往往簡單地以氣象臺提供的主導風向和平均風速作為恒定的外場邊界條件來探討建筑室內的自然通風效果，雖然這樣處理比較便捷，卻可能偏離了實際情況，難以客觀評價自然通風的利用效果，可能導致過高或過低甚至錯誤地評價自然通風的效果[14]。而除邊界條件問題之外，在對自然通風的效果進行評價時，也存在問題一般多采用ACH（換氣次數，Air change per hour）指標[15]。該指標直觀地體現了通風量和建筑體量的比，容易在簡單工程設計中使用。但ACH將整個室內全體空氣視為一個節點，僅僅考慮進出建筑物量的因素，沒有考慮室內氣流分布的不均勻度導致的實際通風效果偏差，在評價大空間建筑和非穩態自然通風的問題上，具有較大的誤差，在使用上受到限制。隨著數值模擬工具的發展和進化，另一個常用的自然通風效果評價標準——空氣齡也逐漸得到應用[16]，然而，空氣齡也是一個基于穩態計算和穩態邊界條件下的計算結果，對于非穩態問題，必然存在時間上和空間上的差異，因此，空氣齡指標在非穩態通風問題的評價上也具有局限性。對于非穩態邊界條件下的自然通風而言，必須提出適用于非穩態問題的新的評價方法和評價指標。鑒于此，本研究對自然風基礎特征進行長期高頻實測，對實測數據進行分析，基于這些數據所反映的非穩態邊界條件的特點，進行豐富工況的風洞實驗及CFD數值模擬分析，對非穩態自然風邊界條件下的自然通風進行定量化的通風效率研究，與穩態風邊界條件下的通風效率進行對比；并定性化解釋不同建筑條件下的非穩態自然通風的機理。本研究流程如圖1所示。

1 研究手段及方法

1.1 自然風實測

盡管通過氣象臺站的實測，可以獲取自然風的動態數據，但存在諸多限制，例如：（1） 國內的氣象數據除月平均數據以外，日平均和逐時數據均為非公開數據，需要聯系氣象站購買，耗費人力物力；（2） 氣象臺站的數據，最小的時間分辨率為逐時，無法提供所需要的時間尺度數據。對于非穩態的自然通風分析而言，把握逐分的數據尤其必要。

為了分析非穩態自然風在中等時間尺度上的變化，首先需要把握自然風的基礎數據。為此，本研究設置了2個小型氣象站和1個超聲波風速風向儀，均采用逐分的頻率進行測試，它們的測試條件如表1所示。

圖1 非穩態自然通風的分析流程Fig.1 Flow chart of researching unsteady natural ventilation

表1 測試條件Table 1 Profile of measurement points

自然通風科學的大多數研究均采用恒定的邊界條件，即選取當地的平均風速以及選取當地某季節的主導風向。在此基礎上，進行相關的風洞試驗或者CFD數值模擬。盡管有時研究者們也進行逐月的動態分析，但仍然是一個準穩態的分析，而不是真正的動態分析。對非穩態自然風的研究，必須將動態變化的時間尺度縮小，這樣才能充分反映出非穩態通風的特征。本研究即選取了較小的時間尺度，著重研究自然風從逐分到逐時這個時間尺度下的特征。

1.2 自然風風向的主要特征

圖2和圖3所示為2個不同時間尺度的風向變化數據。從圖2可以看出自然風逐時主導風向的變化特征的主要特點是：在一定的時間跨度內（幾小時至幾十小時），自然風的逐時主導風向呈現出較穩定的特征。

而圖3則說明了在另一個時間尺度上的自然風風向的變化特征。圖3中的2個主要特征及其物理含義是：（1） 和逐時主導風向的穩定特征相比，自然風的逐分風向時刻都在變化，呈現顯著的非穩態特征。（2）自然風的逐分風向變化的幅度不大，在圍繞著主導風向兩側±45 ℃范圍內波動（圖4）。圖3中的縱坐標是圓周角，圖中的+180°和?180°實際上是相同的風向角，因此，圖3所示的840～1 080 min之間的風向震動幅度較大，但實際上的波動幅度仍然不大。

圖2和圖3描述了中等時間尺度內的2個不同尺度內的風向變化特征，該變化特征也服從自然風風向變化的物理本質。自然風是大氣環流運動和地形地貌兩者影響作用下的結果。大氣環流在一定時間范圍內方向較為穩定，是自然風的背景風場；而自然風在經過一定地形地貌后，會產生繞流和渦，繞流和渦對下游的風向產生影響，呈現出隨機的波動特性，且該波動呈現出正態分布的參數特征（圖4），這是自然風的波動風場。實際的自然風就是背景風場和波動風場的疊加。

下面進行的風洞試驗和CFD數值模擬中的自然風邊界條件均是參考自然風實測數據表現出來的特征進行設定。

1.3 風洞試驗

圖2 自然風風向的逐時變化時序圖Fig.2 Hourly time series of natural wind direction

圖3 自然風風向的逐分變化時序圖Fig.3 Minutely time series of natural wind direction

圖4 自然風風向分布圖Fig.4 Distribution of wind direction

風洞試驗在東京大學生產技術研究所環境無音風洞實驗室進行。該風洞測定段為2.2 m（寬）×1.8 m（高），邊界層高度為0.15 m。建筑模型的長×寬×高為0.25 m×0.25 m×0.15 m，建筑的迎風面和背風面各有1個開口，以便形成穿堂風效果。模型處于風洞的邊界層內。

為在模型試驗中合理評估風向變動周期帶來的通風效果影響，必須選取關鍵的相似準數。除了幾何相似和流態相似（Re數進入自模區）以外，還需要確保風向變動周期的相似。因此，定義無量綱風向波動周期為：

其中：τ為無量綱風向周期；R和R′分別為原型和模型中的風向變動周期；l和l′分別為原型和模型的定性尺寸（本研究中定性尺寸為模型前后開口之間的距離）；u和u′分別為原型和模型中的風速。

該無量綱參數（無量綱風向波動周期）表征了風速、風向變動周期和建筑定性尺寸之間的相互關系。其數學定義是風向變動周期和自然風從入口到出口穿過建筑的時間之比。自然通風稀釋室內污染物的基本原理是：室外自然風穿過建筑的同時將室內的污染物通過排風口“擠出”室外。因此，該無量綱風向波動周期涵蓋了自然風風向變動周期和自然風稀釋室內污染物能力2個信息，能夠綜合表征自然風風向變動和自然風穿過室內空間的能力的聯合作用對自然通風效果的影響。根據式（1）以及模型和原型的幾何尺寸比例，對4個模型周期分別為6，9，18和36 s進行實驗，分別代表了原型中的風向變動周期T=400，600，1 200和2 400 s。

基于前面分析，通過對風洞的模型轉盤進行改裝，設計了動態風向的風洞試驗，使其風向在主導風向兩側的±45 ℃內周期變化。試驗裝置如圖5所示。通過一套和模型相連接的機械傳動裝置，可以將電動機的圓周運動轉化為±45 ℃范圍內的往復運動，從而產生通風風向在主導風向兩側±45 ℃范圍內周期性波動的效果。同時，通過變頻器控制電動機的轉速，經過機械傳動裝置后即可調整往復回轉的周期。

圖5 非穩態風向下的風洞試驗裝置圖Fig.5 Installation of wind tunnel experiment to generate fluctuating wind direction

該試驗采用體積分數為1.2%的乙烯（C2H4）氣體作為示蹤氣體，采用高速FID（火焰離子化檢測儀）設備進行示蹤氣體的濃度測量。高速FID設備的響應時間極快，約為0.005 s。這樣的響應速度，有助于精確測量動態風向情況下的污染物濃度變化，從而可以對通風效果進行定量分析。如圖5所示，FID采樣儀器和模型之間相對靜止，FID1的采樣管固定在模型出口處，FID2的采樣點固定在模型室內。

在實驗中，先將模型的門關閉，向整個空間充滿乙烯氣體，并放置一段時間，待其整個空間示蹤氣體分布均勻后，迅速打開模型前后的門，開始通風。同一時間內，機械裝置開始工作，控制建模模型往復回轉。同時FID設備開始測量污染物濃度變化情況。

除了FID的定量測量外，還設計了可視化實驗，通過面光源照射透明的建筑模型獲取氣流斷面的流態動畫，有助于分析非穩態自然通風的特點。

對自然通風效果而言，主要影響因素有，建筑的開口面積，風速和風向變動周期等。因此，設計了如表2所列的工況，綜合分析非穩態自然通風的特征、效率及各影響因子的影響程度。

1.4 CFD數值模擬

為把握非穩態的自然風邊界條件在不同的建筑類型中的通風效果，分別對3種典型的建筑類型進行模擬，分別是：大空間大開口的廠房建筑；小開口具有中庭的辦公建筑；小開口小空間的居住建筑，其模型分別如圖6所示。

表2 高速FID測試的風洞試驗工況Table 2 Tested cases by rapid response FID

圖6 CFD數值模擬各類型建筑結構圖Fig.6 Sketches of different types of buildings

各建筑的主要體積和開口面積參數如表3所示。

表3 不同類型建筑的建筑體積和開口面積Table 3 Volume and opening area of different types of buildings

一般的自然通風設計中，設計者多傾向于構建“穿堂風”效果，即，將建筑空間的主要開口之間的連線設計為和當地的主導風向平行。因此，在CFD數值模擬中，假定建筑的主要開口正對著當地的主導風向，按照最有利通風的情況進行設定。在非穩態邊界條件的模擬中，邊界條件設定為風向以正對著建筑的主要開口方向的兩側進行周期波動。CFD模擬的工況設定如表4所示。

由于k?ε模型存在其固有的缺陷，且不適用于非穩態的數值模擬，本研究采用大渦模擬（LES）數值計算模型。大渦模擬將湍流瞬時運動通過濾波的方法，分解為大尺度運動及小尺度運動2部分，然后，對大尺度渦采用直接求解N?S方程的方法進行求解，并應用亞格子應力模型（SGS）對小尺度渦進行求解。

表4 CFD模擬工況清單Table 4 List of CFD simulation

2 非穩態自然通風的評價指標

本研究采用“等效稀釋通風量”指標對非穩態自然通風的效果進行量化評估。

在經典的全面通風理論中，假定室外通入室內的新鮮空氣和室內污染的空氣瞬間均勻混合，然后將混合后的空氣排出室外，逐漸稀釋室內污染物濃度。因

此，全面稀釋通風的室內污染物平均質量濃度為：

等效稀釋通風量和換氣次數的指標相比，前者通過污染物稀釋的實際速率來反映實際有效的通風量，反映了通風的“質”，而后者僅僅反映了通風量的“量”，因此前者的評價更精確和有效，也適用于評價非穩態的自然通風。

3 結果分析與討論

3.1 風洞試驗的結果分析

在風洞試驗中，除了FID的定量測量外，圖7的可視化數據直觀地展示了穩定風向的通風效果和非穩態風向下的通風效果。圖7中顏色較深的區域代表新鮮空氣，較亮區域代表污染空氣。

從圖7可以看出：在非穩態自然風風向情況下，室外新鮮空氣可以周期性地到達室內的各個角落，有助于充分地將滯留在死角的污染空氣“擠壓”出室外。而在固定風向的工況中，室外新鮮空氣進入室內后，發生了“短路”效應，即一部分軸心部分的新鮮空氣未能與室內污染空氣充分混合，便離開了建筑物。因此，這一部分通風空氣實際上是無效的。

圖7 不同風向下的可視化通風效果Fig.7 Visualization of natural ventilation under different wind directions

圖8所示為風洞試驗中的2個工況的FID測試設備測試獲得的定量測試數據。這是FID1測試到的數據，即排風濃度。其中上面1條平滑曲線是45°風向時的的理論排風濃度，下面1條平滑曲線是0°風向時的理論排風濃度。

圖8 2個典型工況的排風濃度衰減圖Fig.8 Decaying of concentration of dispelled air of two typical cases

由圖8的實驗工況1可見：在通風剛剛開始的1 s內，排風濃度顯著降低，這也進一步說明了“短路”效應的影響。但隨后的5～20 s時間里，排風濃度始終超出理論的排風濃度，這是由于污染物被排出，導致稀釋能力減弱，始終存在污染物殘留。由圖8實驗工況4可見：實驗工況中的排風濃度呈現出周期性變化，和風向變動的周期相同，但在后期的時間里，排風濃度基本接近0，可見污染物在風向周期變化后，被充分“擠壓”排出室外。圖8展示了風洞試驗的27個工況中的2個典型工況的下的排風濃度變化。為避免過多展示冗余的衰減曲線。表5僅通過“等效稀釋通風量”參數來量化反映所有工況的通風效果。

表5 風洞試驗各工況量化結果Table 5 Results of wind tunnel experiments

從表5中所列的量化指標可以看出如下一些顯著的特征：

（1） 盡管通風角為0°的工況中的通風量最大，但是等效稀釋通風量卻是同開口工況中最小的。根據風速不同，非穩態邊界條件下的通風效率，是穩態邊界條件通風效率的1.0～1.6倍。

（2） 選取風向變化和風速相同的工況，僅對比開口面積的影響。可以發現：開口面積越大，穩態通風和非穩態通風的差距越大，說明大開口會加劇“短路”效應。

（3） 選取風速相同與開口面積相同的工況，僅對比分析風向變化帶來的通風效果影響。可以看出：自然通風的效果，對風向是否存在變動具有敏感性，而對風向變動周期并不敏感。

（4） 選取風向變化和開口面積相同的工況，僅對比風速對通風效果的影響。可以看出：風速越大，穩態通風與非穩態通風的差距越大，說明高風速也會加劇“短路”效應。

綜上分析，可以看出非穩態自然通風和穩態自然通風的最大區別在于“短路”效果。非穩態的自然風風向的邊界條件，有助于打破固有的自然通風的室內流場，減少短路效應導致的實際通風效率降低的情況。

3.2 非穩態通風機理分析

基于上述的風洞試驗中的信息，結合各工況通風效果的對比分析，可以對非穩態自然通風的通風機理作出闡述。可以將自然通風的進風看作是一股新風射流，該射流的邊界層區域在射流前進方向上，逐漸與周邊的污染物區域混合，而軸心區域未和室內原有污染物混合的新風充分混合，且該部分逐漸縮小。當軸心區域未充分混合的新風流出室外時，就產生了通風“短路”效果（如圖7）所示。因此，根據這種對通風的理解方式，可以推斷出：開口越大，這種短路效果越明顯；風速越大，這種短路效果也更加明顯。這與表5中的信息相吻合。表6所示為等效稀釋通風量的變化趨勢。

表6 等效稀釋通風量隨其他條件更改的變化趨勢Table 6 Variation trend of diluting flow rate with other factors

3.3 CFD數值模擬的結果分析

對CFD數值模擬，采用相同的評價指標（等效稀釋通風量）進行評價。CFD數值模擬采用的是原型尺寸，為了更直觀地表示出通風量和空間體量的關系，且為了使該指標具有工程直觀性，對等效稀釋通風量做了簡單的處理，即將等效稀釋通風量除以空間體積，計算出等效稀釋換氣次數。表7所示為各CFD工況的計算結果。從表7可以看出：

（1） 對于廠房建筑而言，非穩態自然通風要顯著優于穩態自然通風。且風速較大的情況下，非穩態通風和穩態通風的相對差值較大。在風速較低時，非穩態通風的效率要高18.2%；在風速較大時，非穩態通風的效率要高41.6%。這是由于廠房建筑體積和開口都較大，室外的新鮮自然風的射流半徑非常粗，新鮮空氣和室內污染空氣的混合是由外向內逐漸進行的，因此，在穩態風情況下，進入室內的新鮮空氣射流無法完全和室內污染空氣混合，導致實際的通風效率相對低下。而在非穩態風情況下，則立刻可以改善此種情況，促進新舊空氣的混合，從而大大提高通風效果。

表7 各工況等效稀釋換氣次數及相對差異Table 7 Diluting air change rate of different types of buildings

（2） 對于辦公建筑而言，非穩態自然通風和穩態自然通風的相對差異不明顯。辦公建筑雖然中庭空間相對較大，但開口面積也較小，新鮮空氣射流前進的距離足夠長，能夠確保無論穩態還是非穩態自然通風，從射流的軸心區域到邊界區域均能均勻混合，因此，通風效率相差不大。

（3） 對于居住建筑而言，非穩態自然通風要略差于穩態自然通風。且不論風速大小，兩者的相對差異均在10%左右。在低風速下，非穩態通風的效率要低10.9%；在高風速下，非穩態通風的效率要低9%。這是因為，居住建筑雖然開口面積也很小，但是其體積相對更小，在這樣的情況下，室外新風只要能進入室內，便基本可以和室內空氣混合，并將室內空氣充分排出室外，“短路”效應造成的通風差異幾乎可以忽略不計。因而造成通風效果差異的主要因素，不再是“短路”效應，而是通風量本身。非穩態通風由于通風角度發生改變，和0°通風角的最佳“穿堂風”相比，通風量不及0°通風角的穩態通風量，從而導致通風效果變差。

因此，綜上分析可以看出：要評估非穩態自然通風效果是改善還是惡化，不能一概而論，而應當對建筑條件和通風路徑進行綜合分析，才能得到合理的估計結果。

3.4 非穩態自然通風分析的實際意義

當前常見的自然通風評價和預測手段，大多數都是基于CFD數值模擬或者簡單的風洞試驗。然而，實際上，客觀自然界的風永遠是處于不斷變化中的。所謂的“穩態風向”僅僅是一個人為的假定，在客觀世界中是不存在的。

本研究所討論的非穩態自然通風的機理（新風射流混合）有助于幫助設計者對真實的通風效果進行趨勢判斷。且本研究的量化分析，提供了一個對穩態計算和穩態實驗的修正系數，從而可以獲得更接近真實值的通風效率。

4 結論

（1） 對自然風進行長期高頻實測，分析有關自然風變化的特征。在典型日內，自然風風向在主導風向兩側±45°范圍內隨機振動。

（2） 設計非穩態風向的風洞試驗，分析非穩態自然通風和穩態自然通風的差異性以及產生差異性的原因，解釋非穩態自然通風的通風機理。動態風向下的自然通風中，通風死角較少，短路效應明顯減弱，有助于提高自然通風效果。

（3） 提出適用于評價非穩態自然通風效率的評價方法，該方法可以應用于非穩態自然通風效果的評價，其適應性和評價精度要優于傳統的ACH等評價指標。

（4） 進行CFD數值模擬和風洞試驗，對非穩態自然通風效果進行量化評估。根據建筑條件不同，通風效果提高10%～50%。

[1] LUO Zhi-wen, ZHAO Jia-ning, GAO Jun, et al., Estimating natural ventilation potential considering both thermal comfort and IAQ issues[J]. Building and Environment, 2007, 42（6）： 2289?2298.

[2] 李曉鋒, 譚剛, 朱穎心. 自然通風設計方法研究（一）理論與方法[C]//全國暖通空調制冷2000年學術年會. 南寧, 2000： 126?129.

LI Xiao-feng, TAN Gang, ZHU Yin-xin. Design methods of natural ventilation （1）： Theory and methods[C]//Proceedings of China HVAC Conference. Nanning, 2000： 126?129.

[3] 王芳, 陸亞俊. 多區域空氣流動網絡模型用于室內空氣品質和通風模擬研究[J]. 暖通空調, 2002, 32（6）： 44?46.

WANG Fang, LU Ya-Jun. Application of multizone modeling software to ventilation and indoor air quality[J]. HV&AC, 2002, 32（6）： 44?46.

[4] LI Yu-guo, Heiselberg P. Analysis methods for natural and hybrid ventilation—A critical literature review and recent developments[J]. International Journal of Ventilation, 2003, 1（4）： 3?20.

[5] Liddament M, Axley J, Heiselberg P, et al. Achieving natural and hybrid ventilation in practice[J]. International Journal of Ventilation, 2006, 5（1）： 115?130.

[6] Khan N, SU Yue-hong, Riffat S B. A review on wind driven ventilation techniques[J]. Energy and Buildings, 2008, 40（8）： 1586?1604.

[7] Nitta K. Cross-correlation between speed and directions of urban wind fluctuation[J]. Energy and Buildings, 1990, 91（15/16）： 357?363.

[8] BU Zhen, Kato S, Takahashi T. Wind tunnel experiments on wind-induced natural ventilation rate in residential basements with areaway space[J]. Building and Environment, 2010, 45（10）： 2263?2272.

[9] Kato S, Murakami S, Takahashi T, et al. Chained analysis of wind tunnel test and CFD on cross ventilation of large-scale market building[J]. Journal of Wind Engineering and Industrial Aerodynamics, 1997, 67/68（2）： 573?587.

[10] 龔波, 余南陽, 王磊. 自然通風的策略形式及模擬分析[J]. 制冷與空調, 2004（3）： 8?12.

GONG Bo, YU Nan-yang, WANG Lei. The strategy and simulation of natural ventilation[J]. Refrigeration & Air-Conditioning, 2004（3）： 8?12.

[11] 趙彬, 林波榮, 李先庭, 等. 室內空氣分布的預測方法及比較[J]. 暖通空調, 2004, 34（3）： 22?28.R

ZHAO Bin, LIN Bo-rong, LI Xian-ting, et al. Comparison of methods for prediction indoor air distribution[J]. HV&AC, 2004, 34（3）： 22?28.

[12] 趙平歌, 宋慧, 李安桂. 熱壓、風壓共同作用下自然通風效果的CFD預測[J]. 能源工程, 2008, 4（5）： 15?19.

ZHAO Ping-ge, SONG Hui, LI An-gui. Numerical simulation of natural ventilation caused by wind combined with thermal plumes effects[J]. Energy Engineering, 2008, 4（5）： 15?19.

[13] Asfour O S, Gadi M B. A comparison between CFD and Network models for predicting wind-driven ventilation in buildings[J]. Building and Environment, 2007, 42（12）： 4079?4085.

[14] JIANG Yi, CHEN Qing-yan. Effect of fluctuating wind direction on cross natural ventilation in buildings from large eddy simulation[J]. Building and Environment, 2002, 37（4）： 379?386.

[15] Etheridge D, Sandberg D. Building ventilation： Theory and measurement[M]. Chichester： John Wiley & Sons, 1996： 125?126.

[16] Buratti C, Mariani R, Moretti E. Mean age of air in a naturally ventilated office： Experimental data and simulations[J]. Energy and Buildings, 2011, 43（8）： 2021?2027.

（編輯 何運斌）

Natural ventilation performance and mechanism on condition of fluctuating wind

TAN Hong-wei1,2, JI Liang1,2, KATO Shinsuke3, BU Zhen3

（1. School of Mechanical Engineering, Tongji University, Shanghai 200092, China;
2. Research Center of Green Building and New Energy, Tongji University, Shanghai 200092, China;
3. Institute of Industrial Science, University of Tokyo, Tokyo 153-8505, Japan）

Natural ventilation was studied considering fluctuating wind direction. A long-term field measurement offered rich fundamental data of wind and then the characteristics of wind direction were analyzed. Wind tunnel experiment in which the wind direction was fluctuating was carried out and unsteady CFD simulations were done as well. Both qualitative ventilation mechanism and quantitative ventilation performance were explained. It can be concluded that the wind direction fluctuates ±45 degrees around the prevailing wind direction. Compared to the steady wind direction, the fluctuating wind can reduce the short circuit effect of ventilation and improve the ventilation efficiency by 10% to 50%.

unsteady; natural ventilation; ventilation performance; wind tunnel experiment; numerical simulation

TU834.5

A

1672?7207（2012）06?2424?10

2011?10?25 ；

2011?12?06

國家自然科學基金資助項目（50778128）；高等學校博士學科點基金資助項目（20090072110016）

譚洪衛（1959?），男，廣西桂林人，博士，教授，從事綠色建筑及可再生能源在建筑中的利用研究；電話：021-65980685；E-mail： flowingdaysc@gmail.com